MySQL索引（Index）

一、索引概述

索引是帮助MySQL高效获取数据的数据结构（有序）。在数据之外，数据库系统还维护着满足特定查找算法的数据结构，这些数据结构以某种方式引用（指向）数据，这样就可以在这些数据结构上实现高级查找算法，这种数据结构就是索引。

二、索引优缺点

优势	劣势
提高数据检索效率，降低数据库的IO成本	索引列也是要占用空间的
通过索引列对数据进行排序，降低数据排序的成本，降低CPU的消耗。	索引大大提高了查询效率，但也降低更新表的速度，如对表进行增删改操作，效率降低

三、索引结构

MySQL的索引是在存储引擎层实现的，不同的存储引擎有不同的结构，主要包括以下几种：

注：通常说的索引，如果没有特别指明，都是指B+Tree结构组织的索引。

1. 二叉树和红黑树

二叉树缺点：顺序插入数据时，会形成一个链表，查询性能大大降低，大数据量情况下，层级较深，检索速度慢。
红黑树：大数据量情况下，层级较深，检索速度慢。

2. B-Tree

B-Tree（多路平衡查找树）以一棵最大度数为5（5阶）的B-Tree为例（每个节点最多存储4个key,5个指针）：可通过数据结构可视化网站演示B-Tree的演变过程。
树的度数：指一个节点的子节点的个数

3. B+Tree

B+Tree 以一棵最大度数为4（4阶，每个节点最多存储3个key，4个指针）的B+Tree为例：可通过数据结构可视化网站演示B+Tree的演变过程。

B+Tree与B-Tree的区别：
1.所有的数据都会出现在叶子节点
2.叶子节点形成一个单向链表

4. MySQL--B+Tree

MySQL索引数据结构对经典的B+Tree进行优化。在B+Tree基础上，增加一个指向相邻叶子节点的链表指针，
形成带有顺序的B+Tree，提高区间访问的性能。

5. Hash

哈希索引就是采用一定的hash算法，将键值换算成新的hash值，映射到对应的槽位上，然后
存储在hash表中。
如果两个（或多个）键值，映射到同一个槽位上，就产生hash冲突（也称为hash碰撞）,
可以通过链表来解决。

5.1 Hash索引特点

1.Hash索引只能用于对等比较（=，in），不支持范围查询（betwween,>,<,....）
2.无法利用索引完成排序操作
3.查询效率高，通常只需要一次检索就可以，效率通常高于B+Tree

5.2 支持Hash存储引擎

在MySQL中，支持hash索引的是Memory引擎，而InnoDB中具有自适应hash功能，hash索引是存储引擎根据
B+Tree索引在指定条件下自动构建的。

6. 思考

(面试题)：为什么InnoDB存储引擎选择使用B+Tree索引结构？
答案：1.相对于二叉树，层级更少，搜索效率更高；
2.对于B-Tree，无论是叶子节点还是非叶子节点，都会保存数据，这样导致一页中存储的键值减少
指针也跟着减少，要保存大量的数据，只能增加树的高度，导致性能降低。采用B+tree不论查找
哪一个数据都可以在叶子节点处找到数据，搜索效率高，同时B+Tree的叶子节点形成双向链表，更
便于范围搜索和排序。
3.相对于hash索引，B+Tree支持范围匹配及排序操作；

四、索引分类

在InnoDB存储引擎中，根据索引的存储形式，可分为以下两类：

聚集索引B+Tree叶子节点存储的是对应的行数据，二级索引B+Tree叶子节点存储的是数据对应的ID值。

1. 索引过程：

eg：select * from user where name = ' Arm '
第一步：先通过二级索引，找到对应的ID；
第二步：回表查询，通过ID在聚集索引中找到对应ID的行，返回查询结果。

2. 聚集索引选取规则

1.如果存在主键，主键索引就是聚集索引。
2.如果不存在主键，将会使用第一个唯一（unique）索引作为聚集索引。
3.如果没有主键，或没有合适的唯一索引，则InnoDB会自动生成一个rowid作为隐藏的聚集索引。

五、索引语法

1. 创建索引

create [unique/fulltext] index table_name(索引名) on table_name（表名） (index_col_name（字段名）,...);
unique：创建唯一索引；
fulltext：创建全文索引；
索引名一般使用：idx_表名_索引名
不加条件，默认创建常规索引；
单链索引：索引只关联单个字段；
组合索引/联合索引：索引关联多个字段。

2. 查看索引

show index from table_name;

3. 删除索引

drop index index_name on table_name;

六、SQL性能分析

1. SQL执行频率

MySQL客户端连接成功后，通过show [session/global] status命令可以提供
服务器状态信息。通过一下命令，可以查看当前数据库的增删改查访问频率:
语法： show global status like 'com_'（任意下划线个数）;
session：查看当前会话的状态信息
global：查看全局状态信息
通过SQL执行频率确定如何优化SQL

2. 慢查询日志

2.1 慢查询日志的作用

查看日志，定位执行效率低的SQL语句并进行优化,慢查询日志记录了所有执行时间超过指定参数（long_query_time,单位：秒，默认10秒）
的所有SQL语句的日志。

2.2 开启和修改慢查询日志文件

MySQL的慢查询日志默认没有开启，执行 show variables like 'slow_query_log' 查看慢查询日志状态，
在MySQL配置文件（/etc/my.cnf）中配置如下信息：
1.开启MySQL慢日志查询开关：+slow_query_log=1;
2.设置慢日志的时间为2秒，SQL语句执行时间超过2秒，就会视为慢查询，记录慢查询日志：long_query_time=2;
配置完成后，通过执行systemctl restart mysqld指令重启MySQL服务器进行测试，查看慢日志文件
记录的信息 /var/lib/mysql/localhost-slow.log。
在Linux中输入如下指令查看和修改配置文件：
第一步：输入指令：vi /etc/my.cnf 进入修改配置文件；
第二步：按 G 键进入最后一行，按 i 键进入修改模式；
第三步：输入：slow_query_log=1 --开启慢日志；
第四步：输入：long_query_time=2 --设置慢查询时间为2秒；
第五步：按 esc 键退出修改模式，输入 :wq 保存并退出；
第六步：输入：systemctl restart mysqld 指令重启MySQL服务器进行测试。
第七步：进入MySQL目录 cd /var/lib/mysql ，输入指令 tail -f localhost-slow.log 查看日志最后一条输出记录，
输入一条超过2秒的select查询，慢查询结果就会显示在日志中。

3. Profile详情

Show Profile能够在做SQL优化时帮助我们了解时间消耗的地方。通过have_profiling
参数，能够看到当前MySQL是否支持profile操作：
执行：select @@have_profiling 返回Yes或No查看是否支持profile。
默认profile是关闭的，通过set语句在session/global级别开启profiling：
查看profiling是否开启/关闭：select @@profiling 返回：1-开启，0-关闭
开启/关闭profiling：Set [session/global] profiling=1; 1-开启，0-关闭
查看每一条SQL语句执行耗时情况：select profiles；
查看指定query_id的SQL语句各个阶段的耗时情况：show profile for query query_id;
查看指定query_id的SQL语句CPU的使用情况：show profile cpu for query query_id;

4. Explain执行计划

4.1 Explain作用和语法

EXPLAIN或DESC命令获取MySQL如何执行select语句信息，包括在select语句执行过程中表如何连接和连接顺序。
语法：
直接在select语句之前加关键字explain/desc
explain/desc select 字段列表 from 表名 where 条件；

4.2 Explain执行计划各字段含义

ID：select查询的序列号，表示查询中执行select子句或者是操作表的顺序（id相同，执行
顺序从上到下；id不同，值越大，越先执行）。
select_type：表示select的类型，常见的取值有simple（简单表，即不使用表连接或子查询、
primary（主查询，即外层的查询）、union（union中的第二个或后面的查询语句）、subquery（
select/where之后包含了子查询）等。
type：表示连接类型，性能由好到差的连接类型为 null、system、const、eq_ref、range、index、all。
possible_key：显示可能应用在表上的索引，一个或多个。
key：实际用到的索引，如果为null，则没有使用索引。
key_len：表示索引中使用的字节数，该值为索引字段的最大可能长度，并非实际使用长度，
在不损失精确性的前提下，长度越短越好。
row：MySQL认为必须要执行查询的行数，在innodb引擎的表中，是一个估计值，可能并不准确。
filtered：表示返回结果的行数占需读取行数的百分比，filtered的值越大越好。
extra：返回没有显示的其他信息。

七、索引使用规则

1. 验证索引效率

第一步：在未建立索引之前，执行SQL语句，查看SQL耗时；
第二步：针对字段创建索引；
第三步：再次执行相同SQL语句，再次查看SQL语句。

2. 最左前缀法则

如果索引关联了多列（联合索引）,要遵守最左前缀法则。最左前缀法则指的是查询从索引的最左列开始，
联合索引的最左侧（第一个）必须存在，如果没有最左侧字段，联合索引将全部失效。如果最左侧
字段存在，去掉其余部分字段，索引将部分失效（去除的字段索引失效），不受字段书写顺序影响。
注意：当在联合索引中，使用范围查询（>,< eg：age>30)使用范围的字段右侧的字段索引将会失效。
规避方法：范围查询尽量使用 >= 或 <= 符号。

3. 索引失效

• 索引列运算：不要在索引列上进行运算操作，否则索引将失效。
• 字符串不加引号：字符串类型字段使用时，不加引号，索引将失效。
• 模糊查询：如果只是尾部模糊查询匹配，索引不会失效。如果是头部模糊匹配，索引将失效。eg：profession like '软件%'
  --索引不会失效；profession like '%工程'--索引失效。
• or连接的条件：用or分割开的条件，如果or前条件中的列有索引，而后面的列中没有索引，那么涉及的索引都不会被用到。解决方法：只要给没有索引的字段建立索引。
• 数据分布影响：如果MySQL评估使用索引比全表查询更慢，则不会使用索引，直接使用全表查询。

4. SQL提示

SQL提示，是优化数据库的一个重要手段，就是在SQL语句中加入一些人为的提示来达到优化操作的目的。例如
一个字段同时存在两个索引（单链索引和联合索引），加入SQL提示按照指定的索引方式进行索引数据。语法：
使用规定索引方式：use index(索引名) --explain select from tb_user use index(idx_user_pro) where profession='软件工程';
不使用规定索引方式：ignore index（索引名） --explain select from tb_user ignore index(idx_user_pro) where profession='软件工程';
强制使用规定索引方式：force index（索引名） --explain select * from tb_user force index(idx_user_pro) where profession='软件工程';

5. 覆盖索引

尽量使用覆盖索引（查询使用了索引，并且需要返回的列，在该索引中已经全部能够找到）,减少使用select *。
Explain中extra部分出现的字段：1.using index condition --查找使用了索引，但是需要回表查询数据；
2.using where;using index --查找使用了索引，但是需要的数据都在索引列中能找到，所以不需要回表查询数据。

6. 前缀索引

当字段类型为字符串（varchar,text等）时，有时需要索引很长的字符串，这会让索引变得很大，查询时浪费大量
的磁盘IO，影响查询效率。此时可以只将字符串的一部分前缀建立索引，可以大大节约索引空间，提高索引效率。
语法：create index 索引名称 on 表名（column(n)）
column（n）：提取字符串前n个字符。
前缀长度：可以根据索引的选择来决定，选择性是指不重复的索引值（基数）和数据表的记录总数的比值，
索引选择性越高则查询效率越高，唯一索引的选择性是1，这是最好的索引选择性，性能也是最好的。
*select count(distinct email)/count() from tb_user;**

7. 单列索引与联合索引

单列索引：即一个索引只包含单个列。
联合索引：即一个索引包含多个列。
在业务场景中，如果存在多个查询条件，考虑针对于查询字段建立联合索引时，建议建立联合索引，而非单列索引。
多条件联合查询时，MySQL优化器会评估哪个索引字段效率最高，会选择该索引完成本次查询。

8. 思考

(面试题)：一张表有四个字段（id,username,password,status）,由于数量大，需要对以下SQL语句进行优化，该如何进行才是最优方案：
select id,username,password from tb_user where username='itcast';
解决方案：针对于username和password建立一个联合索引，查询id的时候不需要回表查询，直接覆盖查询。

八、索引设计原则

• 针对于数据量较大，且查询比较频繁高的表建立索引。
• 针对于常作为查询条件（where）、排序（order by）、分组（group by）操作的字段建立索引。
• 尽量选择区分度高的列作为索引，尽量建立唯一索引，区分度越高，使用索引效率越高。
• 如果是字符串类型的字段，字段长度越长，可以针对字段的特点，建立前缀索引。
• 尽量使用联合索引，减少单列索引，查询时，联合索引很多时候可以覆盖索引，节省存储空间，避免回表，提高查询效率。
• 要控制索引的数量，索引并不是多多益善的，索引越多，维护索引结构的带价越大，影响增删改的效率。
• 如果索引列不能存储null值，请在创建表时使用not null约束它。当优化器知道每列是否包含null值时，它可以更好地确定哪个索引更有效的用于查询。